[發(fā)明專利]一種基于人工智能的電路缺陷檢測方法及系統(tǒng)在審
| 申請?zhí)枺?/td> | 202210368687.9 | 申請日: | 2022-04-08 |
| 公開(公告)號: | CN114707605A | 公開(公告)日: | 2022-07-05 |
| 發(fā)明(設(shè)計(jì))人: | 李旭;麻曉菲 | 申請(專利權(quán))人: | 重慶電子工程職業(yè)學(xué)院 |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62;G06K9/00;G06N3/08;G06F17/16 |
| 代理公司: | 江蘇致邦律師事務(wù)所 32230 | 代理人: | 葛勝非 |
| 地址: | 401331 重*** | 國省代碼: | 重慶;50 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 人工智能 電路 缺陷 檢測 方法 系統(tǒng) | ||
1.一種基于人工智能的電路缺陷檢測方法,其特征在于,包括:
第一步,觸發(fā)電荷源(1)以及電極調(diào)制器按照預(yù)設(shè)的檢測周期T輸出電荷脈沖序列;
第二步,根據(jù)目標(biāo)檢測電路中各檢測點(diǎn)坐標(biāo)位置調(diào)整X向偏置磁場和Y向偏置磁場,使電荷脈沖注入相應(yīng)檢測點(diǎn)坐標(biāo)位置;
第三步,接收目標(biāo)檢測電路背側(cè)各信號節(jié)點(diǎn)位置的響應(yīng)信號,將其按照采樣時(shí)間順序組合為匹配于電荷脈沖序列的檢測矩陣序列[H1,H2,...,Hn],其中,n表示匹配于一檢測周期T的采樣次數(shù)總和,表示該電荷脈沖序列周期內(nèi)的第n次采樣所得檢測矩陣,其中的hpq表示檢測矩陣中對應(yīng)信號節(jié)點(diǎn)位置(p,q)的響應(yīng)信號;
第四步,將檢測矩陣序列[H1,H2,...,Hn]進(jìn)行歸一化處理并提取各信號節(jié)點(diǎn)位置的響應(yīng)信號模態(tài),根據(jù)相應(yīng)檢測點(diǎn)坐標(biāo)位置的標(biāo)準(zhǔn)響應(yīng)模態(tài)對檢測矩陣序列[H1,H2,...,Hn]所提取出的響應(yīng)信號模態(tài)進(jìn)行擬合,獲得其擬合偏差序列δ;
第五步,將擬合偏差序列δ輸入人工智能算法模型,進(jìn)行MCSKPCA的特征提取,并將特征提取所得檢測向量輸入遞歸神經(jīng)網(wǎng)絡(luò)中,由遞歸神經(jīng)網(wǎng)絡(luò)分類器記錄缺陷檢測結(jié)果;
第五步,重復(fù)第二步至第五步,直至遍歷目標(biāo)檢測電路中全部檢測點(diǎn)坐標(biāo)位置后,輸出全部缺陷檢測結(jié)果。
2.如權(quán)利要求1所述的基于人工智能的電路缺陷檢測方法,其特征在于,所述電極調(diào)制器包括相互平行且與電荷源(1)同軸設(shè)置的第一電極(21)和第二電極(22),第一電極(21)與電荷源(1)之間設(shè)置具有第一電位差V1,第二電極(22)與第一電極(21)之間設(shè)置具有第二電位差V2,第一電位差V1、第二電位差V2按照目標(biāo)檢測信號要求在0V~2900V之間周期變換以調(diào)制電荷脈沖。
3.如權(quán)利要求2所述的基于人工智能的電路缺陷檢測方法,其特征在于,目標(biāo)檢測信號對應(yīng)于目標(biāo)檢測電路中各檢測點(diǎn)的工作信號,或?qū)?yīng)于目標(biāo)檢測電路中各檢測點(diǎn)的測試信號;
觸發(fā)電荷源(1)以及電極調(diào)制器按照檢測周期T輸出電荷脈沖的具體步驟包括:
步驟101,根據(jù)目標(biāo)檢測信號大小調(diào)整第一電極(21)與電荷源(1)之間第一電位差V1;
步驟102,根據(jù)目標(biāo)檢測信號周期內(nèi)波動(dòng)調(diào)整第二電極(22)與第一電極(21)之間第二電位差V2;
其中,第一電位差V1正相關(guān)于目標(biāo)檢測信號大小,設(shè)置在2500V~2700V之間;第二電位差V2正相關(guān)于目標(biāo)檢測信號的波動(dòng)大小,設(shè)置在0V~200V之間。
4.如權(quán)利要求3所述的基于人工智能的電路缺陷檢測方法,其特征在于,每個(gè)檢測周期T的前5ms內(nèi),將第一電極(21)與電荷源(1)之間第一電位差V1由2900V調(diào)整至匹配于目標(biāo)檢測信號的大小,并在此期間將第二電極(22)的電位設(shè)置為低于第一電極(21)。
5.如權(quán)利要求1-4所述的基于人工智能的電路缺陷檢測方法,其特征在于,所述第四步中,將檢測矩陣序列[H1,H2,...,Hn]進(jìn)行歸一化處理并提取各信號節(jié)點(diǎn)位置的響應(yīng)信號模態(tài)的具體步驟包括:
首先,將檢測矩陣序列[H1,H2,...,Hn]中各檢測矩陣內(nèi)元素等比例地歸一化至[0,1]范圍之間,獲得歸一化檢測矩陣序列
然后,對歸一化檢測矩陣序列中n個(gè)歸一化檢測矩陣內(nèi)相同位置的元素按照采樣時(shí)間順序進(jìn)行小波變換獲得相應(yīng)記錄該元素所對應(yīng)信號節(jié)點(diǎn)位置的響應(yīng)信號模態(tài)為
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于重慶電子工程職業(yè)學(xué)院,未經(jīng)重慶電子工程職業(yè)學(xué)院許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210368687.9/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識(shí)別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識(shí)別印刷或書寫字符或者用于識(shí)別圖形,例如,指紋的方法或裝置
G06K9-03 .錯(cuò)誤的檢測或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標(biāo)記或含有代碼標(biāo)記的打印字符的,例如,由不同形狀的各個(gè)筆畫組成的,而且每個(gè)筆畫表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無須判定關(guān)于圖像的同一性而進(jìn)行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合
- 使用基于云端的度量迭代訓(xùn)練人工智能的系統(tǒng)
- 一種人工智能轉(zhuǎn)人工智能再轉(zhuǎn)人工方案
- O-RAN系統(tǒng)中的人工智能模型處理方法和裝置
- 人工智能傷口評估方法及智能終端
- 人工智能倫理風(fēng)險(xiǎn)與防范虛擬仿真方法、系統(tǒng)和機(jī)器人
- 一種基于人工智能基礎(chǔ)資源與技術(shù)調(diào)控系統(tǒng)及方法
- 基于人工智能倫理備選規(guī)則的人工智能倫理風(fēng)險(xiǎn)防范方法
- 人工智能倫理風(fēng)險(xiǎn)辨識(shí)防范虛擬仿真實(shí)驗(yàn)方法和機(jī)器人
- 基于人工智能體決策的人工智能倫理風(fēng)險(xiǎn)辨識(shí)和防范方法
- 基于算法選擇的人工智能倫理風(fēng)險(xiǎn)辨識(shí)防范方法和機(jī)器人





